Managing Emergent Knowledge: Addressing the Competency Expectations of Biomedical Employers
Notice bibliographique
Résumé
Biomedical graduate students face an uncertain job market. A significant number of these graduates are sub or un-employed and work in areas not requiring a university degree. For those graduates experiencing this, feeling they have no control over their careers, future sub-employment has become a significant contributor to the rise in mental illness among this cohort (Frank & Hou, 2018). The government of Alberta has begun to communicate expectations that university education and training should be tied to labor market expectations, so this study surveyed and interviewed 92 biomedical hiring managers in western Canada. When asked which non-technical skills they felt graduate degree holders typically are missing, 85 percent of respondents indicated that project management and/or customer engagement were the skills that were lacking in recent graduate students in this field of study. The responses received from these leaders in the Biomedical field who were surveyed suggest that a skills awareness gap is preventing employers from understanding the full value of graduates because these graduates do not articulate the professional skills that they gain in graduate school throughout the hiring process or demonstrate their competencies in the workplace. Accordingly, these shortfalls can be addressed by introducing project management and knowledge translation awareness into curricula. Demand for project management expertise is rising in the biomedical field. Greater awareness and exposure to project management and customer engagement through knowledge translation will help prepare students for the transition into their professional field of work, while also making them more productive in their educational program. Likewise, stakeholder (i.e., customers) interaction such as students presenting their research to stakeholders can promote knowledge translation while introducing students to potential employers earlier in their training.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».